不知道大家是否注意到，百度翻译在前几天更新了一个版本，页面也和之前的完全不同。下面是对“百度翻译”的这次升级，对比全量知识系统的 “ 翻译器”功能设计进行的一个全面分析和提炼，以期能在此基础上给出全量知识系统 的“翻译器”的设计。
介绍及对比
"百度翻译”
界面除了对话框之外，1)上面有一个语言选择框（两个下拉菜单）和一个 两种语料来源（或请求内容）的单选按钮。2) 上面的下一行是一个提示框。 3)界面右下角增加了一个按钮。其中2)和3)都会随请求内容的不同而不同。
升级后的百度翻译将翻译 从翻译词条（语料）的来源上分成两类：
- “传统机器翻译-通用领域”（在对话输入框下面配有“实时翻译”按键）。点击后，提示框会出现“当前由传统机器翻译 ·通用领域模型为您翻译”的字样。还可以选择除“通用领域”以外的另外9个领域（目前依次为：学术论文、生物医药、信息技术、金融财经、新闻资讯、航空航天、机械制造、法律法规、人文社科）。现在看到的“实时翻译”按钮是灰的，不知是要付款还是还不支持(原因不详)。
- “AI大模型翻译-基础版AI”（在对话输入框下面配有“AI翻译”按键）。点击后，提示框 会出现“当前由AI大模型翻译 · 基础版为您翻译”的字样。然后点击“AI翻译”，提示框会闪现“AI翻译工作中，会自动参考 术语库 和记忆库”并在翻译结果展示出来时变回之前的提示内容““当前由AI大模型翻译 · 基础版为您翻译”。
全量知识系统的翻译器
前面关于解析器有过一些讨论，但翻译器还没有提到过。下面将给出“翻译器”的设想。
和“解析器”一样，“翻译器”也会按照语言的使用者 区分为 自然语言、人工语言和形式语言的翻译器。其中，人工语言就是AI语言，“形式语言FL”指能由翻译机器自动翻译成“程序语言PL”的语言），自然语言是指不受控的自然语言（简称“自然语言NL”，相对于人工语言中 的“受控的自然语言CNL”而言的）。
在人工语言中（对应的翻译器是“AI翻译”）并存三种语言，分别是CNL（受控的或自治的自然语言）、SPL（范式化的或分治的程序语言）和LHL（法治的或整治的高阶逻辑语言）。
在知识系统中的翻译器有两层意思。
在知识系统中的“翻译”有两层意思。
一是普通意义上的“翻译”，其功能就和这里所说的“百度翻译”相似，它要做的是不同语言之间的翻译。只不过在全量知识系统中 ，由于“语言”被抽象化了--将语言分为自然语言、形式语言和人工语言三大类。所以，此时普通意义上的“翻译”功能就分别指三个语言域中的翻译：
- 自然语言翻译 是指两个不同语种的自然语言之间(例如中文和英文）的对翻。它支持多对多，这种 条件数称为全量知识的 “随机数条件”，表示为[*]。；
- 人工语言翻译是两个人工语言不同角色role之间的对换-互替换。它允许为空，这种条件数称为全量知识的“操作数条件数”， 表示为[?]）。
- 形式语言翻译 是 两种不同风格style的编程语言之间的对射 。均为一对一，这种条件数称为全量知识的“机器数条件”， 表示为[1]）。
二是其它意义上的“翻译”。此外，还有两种翻译功能和两种翻译相关的功能。1是不同语言类型之间的转换。二是它们各自的元级 和元级之间的转换。三是和翻译转换有关的两个功能，1是不同语言模型级之间的映射mapping （语言模型级到元级）以及 二者到元元级设施的映射projection。 （待完善）
AI翻译
在前面说到的三种语言各自的翻译器中，人工语言的翻译器又称为“AI翻译器”。AI翻译器 对有着有限的固定状态且被称为“组态”的AI部分--一个移动机器人系统--的翻译器，相当于规划中的 固件智能，它代表知识的具体应用场景中的一个可直接使用的AI组件（形式表示为GUI上的“工具箱”），也是通常所说的移动机器人robot。在全量知识系统中，将机器人(AI)分成 公共的、特定领域的、和专属行业的 三类应用场景的 AI组件，所以AI翻译也有 三个版本：基础版、扩展版和增强版，三者分别关注 通用大模型、领域专业模型 和行业应用模型。
AI翻译三个版本的解释：(增强版和基础版 有待完善)
- 增强版A（允许用户的DIY请求 增强版本-模块化补丁的查缺补漏：增强和演变 演进请求request-AI增强）- 基于大对象数字自动化的仿生模型 仿真-神经元计算数字的像素数据模型<请求request>
- 扩展版E（支持客户的定制需求 扩展版本-雏形版本version的版本升级 扩展和实现 模板填空fill-模拟AI）- 基于大规模数值公理化的机械连杆 模拟-计算机类比模拟的 图形算法模型 ：AI翻译 自动参考 术语库和记忆库 对照术语库给出主题词表的主题词翻译的句型句式模板 < 科技热词-主题词表 语言和技术> 对比记忆库中存储的把握了的已知概念<并发> 同义词库-叙词库 <填空fill>
- 基础版B（承诺服务的标准指令 原始版本- 模型代generation的更新换代 基础和计划 场景连线-假设检验）- 基于大数据形式化的机器学习 虚拟-符号学 的 概率统计模型 AI大模型翻译 · 基础版<>标准字典库 语料库 <场景scene>
它们都基于模板，都应该支持模式匹配以及进行对象配对-速配。
三个模型的原型分别是现实模型、 因果关系模型和 机器学习模型，分属不同的学科： 神经科学(认知的计算机科学)、计算机科学和符号学（认知科学）。
